1 valérie poulin le 11 février 2011 la gestion du risque de crédit une approche quantitative
Post on 03-Apr-2015
106 Views
Preview:
TRANSCRIPT
1
Valérie Poulin
Le 11 février 2011
La gestion du risque de crédit
Une approche quantitative
2
Une banqueUn client
I. Accord de Bâle
II. Groupe de modélisation des risques de crédit
III. Stress Testing
Plan
3
Une banqueUn client
Accord de Bâle I
• L’Accord de Bâle I fait référence à un ensemble de recommandations formulées en 1988 par le Comité de Bâle, un comité rassemblant les banquiers centraux des pays du G-10 sous l'égide de la Banque des règlements internationaux, à Bâle.
• Ces recommandations visaient à assurer la stabilité du système bancaire international en fixant une limite minimale à la quantité de fonds propres des banques. Ce minimum a été fixé en mettant en place un ratio minimal de 8% de fonds propres par rapport à l'ensemble des crédits accordés par les banques.
• L'ensemble des engagements de crédits de la banque étaient visés, avec toutefois certains aménagements:• certains crédits étaient pondérés à des valeurs inférieures à 100% selon la qualité du
crédit ou de la contrepartie. Ainsi, certains crédits étaient pondérés à 50% (crédits garantis par une hypothèque), 20% (contrepartie bancaire, organisme international ou état non-OCDE) ou même 0% (contrepartie = état OCDE);
• certains engagements, tels les engagements à moins d'un an, n'étaient pas repris dans les engagements de crédit
Au Canada, le Bureau du surintendant des institutions financières (BSIF) supervise et encadre les banques dans l’implantation de l’Accord.
4
Une banqueUn client
Accord de Bâle II
L’Accord de Bâle II régit les règles d’établissement du niveau des fonds propres obligatoires. L’Accord de Bâle II s’articule autour de 3 piliers fondamentaux:
- Le changement du calcul des exigences minimales de fonds propres- Le renouvellement de la surveillance prudentielle (interne et réglementaire)- La communication d’informations financières
Pilier I Pilier II Pilier III
Exigences minimales defonds propres Risque de crédit Risque opérationnel Risque de marché
Processus de surveillanceprudentielle
Discipline de marché
Nouveautés par rapport à Bâle I
5
Une banqueUn client
Accord de Bâle II
En d’autres mots:
•Pilier 1 : calcul du capital
•Pilier 2: Maximiser les revenus, minimiser les pertes et s’assurer que la gouvernance se serve de tous les outils que nous développons
•Outils « looking forward »
•Inclut le stress testing
•Calcul du RWA = f(PD;LGD) x EAD où f respecte une loi normale. Ce risque est le risque inattendu.
•EL = PDxLGDxEAD – Perte anticipée
•Calcul du capital économique: Niveau de capital nécessaire pour couvrir un risque non anticipé
•Vendre les outils développés et les façons de faire à la gouvernance
•Répondre aux équipes de validation (externe et interne) « challenge » les hypothèses, les modèles, les codes de programmation, les analyses économiques, etc.
•Pilier 3: Divulgation externe
6
Une banqueUn client
Paramètres et modèles de risque de crédit Analyse et divulgation
Sous notre direction:
•Mesurer le risque que représente chaque emprunteur, individus comme entreprises, par le développement de modèles quantitatifs et d’analyses
•Analyses sectorielles
•Suivi des industries
•Prévision des revenus par industrie (en développement)
•Stress Testing (prêts aux entreprises et prêts aux particuliers)
7
Une banqueUn client
Analyse sectorielle
8
Une banqueUn client
80
84
88
92
96
100
104
108
112
116
00 01 02 03 04 05 06 07 08 09 10
Fabrication de produits en boisFabrication de pâtes et papier
La santé financière des produits forestiers s'améliore enfinmais demeure historiquement faible
Indice de santé financière
Source: Statistique Canada,Quarterly Financial Statistics
Analyse sectorielle
Indice de santé financière:
Marge bénéficiaire, ratio dette équité, ratio de couverture des intérêts
Indice précurseur de profitabilité (CBoC):
Tendance de la profitabilité sur une période de 6 mois
889092949698
100102104106108
2006 2007 2008 2009 2010
Toutes les industriesFabrication de produits du boisFabrication de produits de papier
L'industrie du papier devrait voir ses profits augmenter aucours des 6 prochains mois, statut quo pour le boisIndice précurseur de la profitabilité, 2006=100
Source: The Conference Board of Canada
9
Stress testing
Le stress testing a pour objectif d’évaluer l’impact potentiel de facteurs de risque, correspondant à des événements exceptionnels mais plausibles, sur la santé financière d’une institution.
Le stress testing permet donc d’identifier des risques qui sont insoupçonnés ou semblent en contrôle selon le Pilier I.
10
Stress testing
La Banque pourra ainsi mettre en place, de façon proactive et ordonnée, des stratégies pour mitiger le risque de façon intégrée et maintenir sa santé financière.
11
Stress testing
Il y a plusieurs années que la BNGF fait du stress testing au niveau du risque de crédit ou du risque de marché. Qu’apporte donc Bâle II?
•Implantation d’un processus formel pour effectuer du stress testing au niveau entreprise •Mesure l’impact anticipé d’un événement sur le capital réglementaire total requis •Gestion intégrée des risques •Rôle accru de la haute direction
• Gouvernance• Définition et approbation des scénarios • Revue des résultats de stress testing
12
Approche
But: Prévoir la croissance des probabilité de défauts des clients de la banque en cas de changement des conditions économiques
MéthodologieLes insolvabilités par industrie servent de proxy aux taux de défaut BNC (on suppose les populations
d’entreprises constantes)L’utilisation de la croissance année-sur-année permet d’ignorer les effets de saisonnalitéLa croissance logarithmique mesure avec précision les changements causés par de larges mouvementsLa méthode des moindres carrés est utilisée, ce qui permet une interprétation intuitive des paramètres
Critères de sélection des modèlesS’assurer que les variables ne présentent pas de racine unitaireS’assurer de l’intuition économique des facteurs de risque (signe anticipé des paramètres)Sélectionner des modèles au pouvoir explicatif élevé (R-carré)S’assurer de l’absence de problème de multicollinéarité, d’autocorrélation des résiduels,
d’hétéroskédasticité des résiduels et de la normalité de la distribution des erreursS’assurer de la stabilité des coefficients à un changement de la période d’estimation du modèle S’assurer de la cohérence de la direction et de la magnitude des prévisions selon les 4 scénarios
13
II – Évolution des insolvabilités et des défautsÉvolution des insolvabilités et des
défauts
Une banqueUn client
14
II – Évolution des insolvabilités et des défauts
Insolvabilités par province et par secteur
On observe une tendance à la baisse des insolvabilités dans toutes les provinces.
On observe une tendance à la baisse dans tous les secteurs.
On note aussi que les insolvabilités se sont stabilisées pour les provinces et les secteurs.
0
400
800
1,200
1,600
2,000
2,400
2,800
3,200
3,600
4,000
00 01 02 03 04 05 06 07 08 09
QuebecOntarioPrairies+B.C.AlbertaAtlantic
Insolvencies have converged downward across provincesInsolvencies by province or region (4-quarter moving sum)
200400600800
1,0001,2001,4001,6001,8002,0002,2002,4002,6002,8003,0003,200
00 01 02 03 04 05 06 07 08 09
Agriculture & miningConstruction & Real EstateManufacturing & TransportationRetail & Wholesale TradeInfo., Arts, Accomm. & Other ServicesFinance, Profes. & Admin. Services
Insolvencies have continued to fall during the crisisInsolvencies by sector (4-quarter moving sum)
Une banque
Un client
15
II – Évolution des insolvabilités et des défauts
Défauts des entreprises et facteurs macroéconomiques
Les même tendances à la baisse et à la stabilisation s’observent pour les défauts du portefeuille de prêts aux entreprises de BNGF.
50
100
150
200
250
300
350
400
450
500
00 01 02 03 04 05 06 07 08 09
Agriculture & MiningConstruction & Real EstateManufacturing & TransportationRetail & Wholesale TradeInfo., Arts, Accomm. & Other ServicesFinance, Profes. & Admin. Services
NBFG defaults remain low and fairly stableNBFG Wholesale defaults by sector (4-quarter moving sum)
600700800900
1,0001,1001,2001,3001,4001,5001,6001,7001,8001,9002,000
6,0006,5007,0007,5008,0008,5009,0009,50010,00010,50011,00011,50012,00012,50013,000
00 01 02 03 04 05 06 07 08 09
NBFG wholesale defaults (left)Insolvencies in Canada (right)
Macro factors influence defaults and insolvenciesCanadian insolvencies and NBFG wholesale defaults (4-quarter moving average)
16
II – Évolution des insolvabilités et des défautsModèles
Canada – Québec – Hors Québec
17
Scénarios de stress testing
--11--RRéécession modcession modéérrééee
--22--RRéécession scession séévvèère re
-3-Effondrement de l’immobilier
-4-Choc des prix du pétrole et gaz
Période de référence
2001 (US) 1982 et 1991 NA 1985 et 1986
Contexte du scénario
Récession aux États-Unis qui entraîne l’économie canadienne.
Malgré les dépenses d’infrastructure et une politique fiscale favorable, la confiance des consommateurs s’effrite et les exportations diminuent.
Diminution du PIB de moins de 1% avec des effets plus importants sur certains secteurs et régions
Économie américaine vit une récession prolongée.
Le taux de chômage croît de façon importante au Canada (+3%) et il y a une perte de confiance des ménages.
L’économie asiatique s’affaiblit affectant les provinces de l’Ouest (le prix des matières premières chutent).
Diminution du PIB de l’ordre de 1% à 3%.
Le crash immobilier aux États-Unis entraîne un resserrement du crédit.
Baisse des permis de construction et chute du prix des maisons (50% et 15% respectivement).
Récession au niveau de la construction, forte croissance du taux de chômage (+5%) et perte de confiance des ménages.
Récession importante dans le pays en entier (PIB baisse de plus de 3%).
Économies américaine et mondiale sont en récession provenant d’un crash en Asie.
Le prix de toutes les matières premières chutent. Plus spécifiquement les prix du pétrole/gaz tombent sous le seuil de rentabilité (50-55$).
Chute du marché des actions au Canada (+ de 30%).
Récession au niveau des consommateurs et des entreprises.
Récession importante dans le pays en entier (PIB baisse de plus de 3%).
--11--RRéécession modcession modéérrééee
--22--RRéécession scession séévvèère re
-3-Effondrement de l’immobilier
-4-Choc des prix du pétrole et gaz
Période de référence
2001 (US) 1982 et 1991 NA 1985 et 1986
Contexte du scénario
Récession aux États-Unis qui entraîne l’économie canadienne.
Malgré les dépenses d’infrastructure et une politique fiscale favorable, la confiance des consommateurs s’effrite et les exportations diminuent.
Diminution du PIB de moins de 1% avec des effets plus importants sur certains secteurs et régions
Économie américaine vit une récession prolongée.
Le taux de chômage croît de façon importante au Canada (+3%) et il y a une perte de confiance des ménages.
L’économie asiatique s’affaiblit affectant les provinces de l’Ouest (le prix des matières premières chutent).
Diminution du PIB de l’ordre de 1% à 3%.
Le crash immobilier aux États-Unis entraîne un resserrement du crédit.
Baisse des permis de construction et chute du prix des maisons (50% et 15% respectivement).
Récession au niveau de la construction, forte croissance du taux de chômage (+5%) et perte de confiance des ménages.
Récession importante dans le pays en entier (PIB baisse de plus de 3%).
Économies américaine et mondiale sont en récession provenant d’un crash en Asie.
Le prix de toutes les matières premières chutent. Plus spécifiquement les prix du pétrole/gaz tombent sous le seuil de rentabilité (50-55$).
Chute du marché des actions au Canada (+ de 30%).
Récession au niveau des consommateurs et des entreprises.
Récession importante dans le pays en entier (PIB baisse de plus de 3%).
18
II – Évolution des insolvabilités et des défauts
Description des variables
DIFCOURBETROISMOISL0: écart entre le taux 10 ans et le taux 3 mois, période courante
DIFCOURBETROISMOISL3^2: composante non-linéaire, délai de 3 trimestres
DIFPREMIUML1: écart entre le taux préférentiel 3 mois et le taux des bons du trésor 3 mois, délai 1 trimestre
DDIFTCHOMAGEL2: changement en pp. du taux de chômage, délai de 2T; la vitesse de changement du chômage ne présente pas de racine unitaire
DIFPMAISONL0: croissance année-sur-année du prix des maisons, période courante
DIFMCHANTIERL0: croissance année-sur-année des mises en chantier, période courante
DDIFDEMANDEL1: croissance année-sur-année de la demande réelle, délai 1 trimestre
DIFIMPORTATIONSL4: croissance année-sur-année des importations, délai 4 trimestres
DIFPETROLEL5: croissance année-sur-année du prix du pétrole, délai 5 trimestres
DIFPRET11L4: croissance année-sur-année des prêts au secteur agricole, délai 4 trimestres
DIFPRET21L8: croissance année-sur-année des prêts au secteur minier, délai 8 trimestres
DUMMY_REG = 1 jusqu’à 1996T4; = 0 après 1997T1
19
II – Évolution des insolvabilités et des défauts
Sommaire des modèles
C
Yield Curve Slope (10 year - 3 months gap in percentage points)
lag 0 -0.03 lag 4 -0.03 lag 4 -0.06 lag 1 -0.06 lag 4 -0.03 lag 2 -0.04 lag 4 -0.05 lag 2 -0.04 lag 2 -0.04
Yield Curve Slope (10 year - 3 months) squared lag 4 0.02
Premium (prime rate - 3 mo T-bill in pp.) lag 1 -0.06
Unemployment Rate (Second difference in p.p.) lag 0 0.09 lag 0 0.16 lag 0 0.12 lag 0 0.13 lag 0 0.10 lag 0 0.06
Housing Price (y-o-y growth in log) lag 0 -0.95 lag 0 -1.24 lag 0 -1.25 lag 0 -1.11
Housing Starts (y-over-y growth in log) lag 0 -0.12
Demand (2002$) (first difference of y-over-y growth in log)
lag 1 -4.35
Imports (2002$) (y-over-y growth in log) lag 4 0.43
Oil Price (y-o-y growth in log) lag 5 -0.12
Bank loans to Agriculture sector (y-o-y growth in log) lag 4 1.29
Bank loans to Mining sector (y-o-y growth in log) lag 8 -0.33
Moving average process - MA(4)
Dummy (1 for @first 1996Q4;0 for 1997Q1 @last)
Adjusted R2
Adjusted R2 in 2007
Bias Proportion
Variance Proportion
Covariance Proportion
0.65 0.42
Su
m o
f Q
ue
bec/e
x-Q
ueb
ec m
od
els
Ex-Q
ueb
ec m
od
el
0.04
Qu
eb
ec m
od
el
-0.01
Info
rma
tio
n,
Art
s &
Acco
mm
od
ati
on
& O
ther
Serv
ices
(51-7
1-7
2-8
1)
0.07
0.91
0.04
0.05
0.42
0.58
0.00
0.55
0.56
0.11
0.51
0.530.56 0.530.65
0.05 0.31 0.21
Dependent variables
0.01
0.00
Man
ufa
ctu
rin
g &
Tra
nsp
ort
ati
on
(31-3
3;
48-4
9)
Wh
ole
sale
& R
eta
il &
In
form
ati
on
&
Oth
er
serv
ices (
41-4
4-4
5)
0.44 0.55
0.44
0.50
0.46 0.51
0.12 0.29
0.49
0.21 0.01
0.11 0.12
0.02
Su
m o
f se
cto
r m
od
els
Pri
mary
se
cto
r (1
1-2
1)
Co
nstr
ucti
on
an
d r
eal
esta
te (
23-
53)
-0.04
Oth
er
Sec
tors
(52-5
4-5
5-5
6)
-0.04 0.150.11
-0.93 -0.34
0.10 0.10 0.04 0.00
0.66 0.700.85 0.59 0.74 0.99
Can
ad
a m
od
el
0.02
0.09
0.63
0.64
0.00
0.04
0.96
Models for Insolvency Growth for Canada, Sectors, Quebec and Non-Quebec *
Independent variables
Constant
Statistical tests
Model Stability
Forecast reliability
20
II – Évolution des insolvabilités et des défauts
Modèle Canada
La courbe de rendement est le facteur le plus important pour les insolvabilités commerciales canadiennes. Lorsque le taux court (3 mois) est bas par rapport au taux long (10 ans), les insolvabilités tendent à diminuer; en revanche, une inversion de la courbe laisse prévoir une hausse des insolvabilités.
Les changement du prix des maisons ont un effet inverse sur les changements des insolvabilités, ce qui reflète un effet de richesse.
La vitesse de changement du taux de chômage est un autre facteur explicatif de la croissance des insolvabilités.
La variable « dummy » indique qu’il y a eu un changement de régime en 1997; cette date correspond à une des réformes dans la Loi sur les faillites.
Dependent Variable: LOG(YTOTAL)-LOG(YTOTAL(-4)) Method: Least Squares Date: 11/15/10 Time: 21:58 Sample (adjusted): 1988Q1 2010Q2 Included observations: 90 after adjustments Newey-West HAC Standard Errors & Covariance (lag truncation=3)
Variable Coefficient Std. Error t-Statistic Prob. C 0.018752 0.026179 0.716294 0.4758
DIFCOURBETROISMOISL0 -0.034349 0.010660 -3.222190 0.0018 DIFPMAISONL0 -0.948429 0.257931 -3.677058 0.0004
DDIFTCHOMAGEL0 0.089377 0.023320 3.832708 0.0002 DUMMY_REG 0.090392 0.025174 3.590708 0.0006
R-squared 0.644639 Mean dependent var -0.012699
Adjusted R-squared 0.627916 S.D. dependent var 0.122242 S.E. of regression 0.074566 Akaike info criterion -2.300313 Sum squared resid 0.472607 Schwarz criterion -2.161435 Log likelihood 108.5141 Hannan-Quinn criter. -2.244309 F-statistic 38.54839 Durbin-Watson stat 1.252065 Prob(F-statistic) 0.000000
-3.0-2.5-2.0-1.5-1.0-0.50.00.51.01.52.02.53.03.54.0
-30%
-20%
-10%
0%
10%
20%
30%
40%
88 90 92 94 96 98 00 02 04 06 08
Yield curve, (left)Insolvency growth rate (right)
A steep yield curve is associated with falling insolvenciesYield curve (10yr-3mth) level and y-o-y growth in quarterly insolvencies (%)
Une banque
Un client
21
II – Évolution des insolvabilités et des défauts
Facteurs de risque pour les insolvabilités du CanadaUne banque
Un client
•Une relation inverse est aussi observable entre la courbe de rendement et les défauts des émetteurs corporatifs canadiens
•Les changements dans le prix des maisons, qui attestent d’un effet de richesse, apportent un signal précurseur intéressant
-2.4-2.0-1.6-1.2-0.8-0.40.00.40.81.21.62.02.42.83.2
0246810121416182022242628
90 92 94 96 98 00 02 04 06 08
Yield curve in pp. (left)Number of defaults (right)
The yield curve is also related to defaults of Canadian corp. issuersYield curve (10-year less 3-months) and number of defaults
-0.14%-0.12%-0.10%-0.08%-0.06%-0.04%-0.02%0.00%0.02%0.04%0.06%0.08%0.10%0.12%0.14%
-40%
-30%
-20%
-10%
0%
10%
20%
30%
40%
88 90 92 94 96 98 00 02 04 06 08
Housing prices (left)Insolvency growth rate (right)
Canadian insolvencies and housing pricesChange in housing prices and growth rate in insolvencies (%)
22
II – Évolution des insolvabilités et des défauts
Évaluation hors-échantillonUne banque
Un client
Le modèle est stable puisque les coefficients demeurent pratiquement inchangés lorsque le modèle est ré-estimé sur une période avec trois années de moins (1988T1-2007T2), ce qui présente un test de stabilité assez rigoureux puisque cette période exclut la crise financière.
Le graphique ci-dessous démontre que le niveau des insolvabilités estimées à partir du modèle basé sur la période 1988T1-2007T2 a suivi de près celui des insolvabilités réelles.
5,000
6,000
7,000
8,000
9,000
10,000
11,000
12,000
13,000
14,000
15,000
16,000
90 92 94 96 98 00 02 04 06 08 10
Mild recessionDeep recessionHousing crashInsolvencies in Canada
Canadian insolvenciesForecast based on three scenarios (Canada model)
Dependent Variable: LOG(YTOTAL)-LOG(YTOTAL(-4)) Method: Least Squares Date: 11/15/10 Time: 22:03 Sample (adjusted): 1988Q1 2007Q2 Included observations: 78 after adjustments Newey-West HAC Standard Errors & Covariance (lag truncation=3)
Variable Coefficient Std. Error t-Statistic Prob. C 0.020835 0.027778 0.750061 0.4556
DIFCOURBETROISMOISL0 -0.030853 0.010642 -2.899060 0.0049 DIFPMAISONL0 -1.014691 0.242955 -4.176463 0.0001
DDIFTCHOMAGEL0 0.109714 0.021225 5.169064 0.0000 DUMMY_REG 0.085515 0.026640 3.210008 0.0020
R-squared 0.655517 Mean dependent var -0.001427
Adjusted R-squared 0.636641 S.D. dependent var 0.123147 S.E. of regression 0.074232 Akaike info criterion -2.301278 Sum squared resid 0.402262 Schwarz criterion -2.150207 Log likelihood 94.74983 Hannan-Quinn criter. -2.240801 F-statistic 34.72788 Durbin-Watson stat 1.215373 Prob(F-statistic) 0.000000
Dependent Variable: LOG(YTOTAL)-LOG(YTOTAL(-4)) Method: Least Squares Date: 11/15/10 Time: 21:58 Sample (adjusted): 1988Q1 2010Q2 Included observations: 90 after adjustments Newey-West HAC Standard Errors & Covariance (lag truncation=3)
Variable Coefficient Std. Error t-Statistic Prob. C 0.018752 0.026179 0.716294 0.4758
DIFCOURBETROISMOISL0 -0.034349 0.010660 -3.222190 0.0018 DIFPMAISONL0 -0.948429 0.257931 -3.677058 0.0004
DDIFTCHOMAGEL0 0.089377 0.023320 3.832708 0.0002 DUMMY_REG 0.090392 0.025174 3.590708 0.0006
R-squared 0.644639 Mean dependent var -0.012699
Adjusted R-squared 0.627916 S.D. dependent var 0.122242 S.E. of regression 0.074566 Akaike info criterion -2.300313 Sum squared resid 0.472607 Schwarz criterion -2.161435 Log likelihood 108.5141 Hannan-Quinn criter. -2.244309 F-statistic 38.54839 Durbin-Watson stat 1.252065 Prob(F-statistic) 0.000000
23
II – Évolution des insolvabilités et des défauts
Une banque
Un clientRésultats statistiques et pouvoirs prévisionnels des modèles
Les problèmes d’autocorrélation des résiduels et d’hétéroskédasticité sont corrigés grâce à la correction Newey-West
L’hypothèse de normalité des résiduels n’est pas rejetée selon le test Jarque-Bera
L’évaluation des prévisions du modèle Canada par le test du coefficient d’inégalité de Theil indique un excellent appareillement – la portée du coefficient est entre zéro (appareillement parfait) et un (aucun appareillement)
Un autre test, la décomposition de l’erreur de prévision au carré moyenne, indique également un pouvoir prévisionnel élevé
La proportion du biais est nulle et la proportion de la variance est de seulement 4%
L’évolution de la valeur estimée par le modèle surestime légèrement les insolvabilités réelles
L’intensité croissante des chocs simulés se reflète dans les prévisions progressivement plus élevées des différents scénarios
24
II – Évolution des insolvabilités et des défauts
Une banque
Un clientPouvoir explicatif du modèle Canada
L’évolution de la valeur estimée des insolvabilités suit de près celle des insolvabilités réelles.
Les bandes présentent l’intervalle de confiance de 95% (2 erreur-type de la moyenne).
3,0004,0005,0006,0007,0008,0009,000
10,00011,00012,00013,00014,00015,00016,00017,00018,00019,000
90 92 94 96 98 00 02 04 06 08
Model for CanadaInsolvencies CanadaUpper BoundLower Bound
Insolvency level for CanadaComparison of predicted and actual insolvency level (4-quarter moving sum)
25
II – Évolution des insolvabilités et des défauts
Une banque
Un clientModèles Québec et hors Québec
Comme pour le modèle d’insolvabilités du Canada, la courbe des taux d’intérêt a une influence négative pour le modèle Québec et le modèle hors Québec.
Les tests de stabilité et de pouvoir prévisionnels sont satisfaisants.
Dependent Variable: LOG(YQUEBEC)-LOG(YQUEBEC(-4)) Method: Least Squares Date: 10/30/10 Time: 19:08 Sample (adjusted): 1988Q1 2010Q2 Included observations: 90 after adjustments Newey-West HAC Standard Errors & Covariance (lag truncation=3)
Variable Coefficient Std. Error t-Statistic Prob. C -0.005246 0.025811 -0.203226 0.8394
DIFMCHANTIERL0 -0.122707 0.043805 -2.801184 0.0063 DIFCOURBETROISMOISL2 -0.040199 0.008410 -4.780107 0.0000
DUMMY_REG 0.107200 0.034692 3.090035 0.0027 R-squared 0.526428 Mean dependent var -0.009493
Adjusted R-squared 0.509908 S.D. dependent var 0.142918 S.E. of regression 0.100052 Akaike info criterion -1.722832 Sum squared resid 0.860890 Schwarz criterion -1.611729 Log likelihood 81.52743 Hannan-Quinn criter. -1.678029 F-statistic 31.86617 Durbin-Watson stat 1.465919 Prob(F-statistic) 0.000000
Dependent Variable: LOG(YEXQUEBEC)-LOG(YEXQUEBEC(-4)) Method: Least Squares Date: 10/30/10 Time: 19:08 Sample (adjusted): 1988Q1 2010Q2 Included observations: 90 after adjustments Newey-West HAC Standard Errors & Covariance (lag truncation=3)
Variable Coefficient Std. Error t-Statistic Prob. C 0.037216 0.027832 1.337173 0.1847
DIFPMAISONL0 -1.105171 0.291036 -3.797373 0.0003 DIFCOURBETROISMOISL2 -0.041846 0.010823 -3.866298 0.0002
DDIFTCHOMAGEL1 0.064404 0.023535 2.736501 0.0076 DUMMY_REG 0.069901 0.028221 2.476871 0.0152
R-squared 0.569603 Mean dependent var -0.014633
Adjusted R-squared 0.549349 S.D. dependent var 0.138971 S.E. of regression 0.093292 Akaike info criterion -1.852209 Sum squared resid 0.739791 Schwarz criterion -1.713330 Log likelihood 88.34939 Hannan-Quinn criter. -1.796205 F-statistic 28.12297 Durbin-Watson stat 1.111972 Prob(F-statistic) 0.000000
26
II – Évolution des insolvabilités et des défauts
Une banque
Un client
Modèles sectoriels
27
II – Évolution des insolvabilités et des défauts
Une banque
Un clientRegroupements sectoriels
Regroupement Secteurs SCIAN
1 Secteur primaire Agriculture et Extraction minière, de pétrole et de gaz 11-21
2 Construction et immobilier Construction et immbilier 23-53
3 Fabrication et transport Fabrication, transport et entreposage 31-32-33-48-49
4 Commerce Commerce de gros et de détail 41-44-45
5 Services de consommationServices professionnels, Services administratifs, Arts et spectacles, Hébergement et restauration
51-71-72-81
6 Autres servicesFinance et assurance, Services professionnels, Gestion de sociétés
52-53-54-55-56
•Les secteurs Enseignement (SCIAN 61), Santé (SCIAN 62) et Administration Publique (SCIAN 91) sont exclus de l’analyse
28
II – Évolution des insolvabilités et des défauts
Une banque
Un clientModèles sectoriels
Pour le modèle du secteur primaire, seulement 20-25% de la variation des insolvabilités serait expliquée par la variation de variables macroéconomiques.
Les résultats sont plus élevés en ajoutant des variables liées au crédit ou aux industries.
La relation positive entre la croissance des prêts aux agriculteurs et la croissance des insolvabilités s’explique en partie par l’effet de distorsion résultant de l’aide gouvernementale.
En revanche, la croissance des prêts au secteur minier présente une relation inverse avec la croissance des insolvabilités qui témoigne de la confiance des prêteurs.
Dans le secteur Construction et Immobilier, la courbe de rendement a un effet linéaire inverse sur la croissance des insolvabilités et un effet non-linéaire qui vient mitiger cet effet négatif, particulièrement pour de larges changements.
Dependent Variable: LOG(YSECTEUR1121)-LOG(YSECTEUR1121(-4)) Method: Least Squares Date: 09/28/10 Time: 11:28 Sample (adjusted): 1988Q1 2010Q2 Included observations: 90 after adjustments Convergence achieved after 19 iterations Newey-West HAC Standard Errors & Covariance (lag truncation=3) MA Backcast: 1987Q1 1987Q4
Variable Coefficient Std. Error t-Statistic Prob. C -0.041295 0.011294 -3.656257 0.0004
DIFCOURBETROISMOISL4 -0.027458 0.008200 -3.348603 0.0012 DDIFTCHOMAGEL0 0.155160 0.032726 4.741201 0.0000
DIFPRET11L4 1.287807 0.185903 6.927316 0.0000 DIFPRET21L8 -0.328035 0.030987 -10.58612 0.0000
MA(4) -0.930476 0.043134 -21.57167 0.0000 R-squared 0.671259 Mean dependent var -0.032890
Adjusted R-squared 0.651691 S.D. dependent var 0.212188 S.E. of regression 0.125229 Akaike info criterion -1.253010 Sum squared resid 1.317307 Schwarz criterion -1.086356 Log likelihood 62.38543 Hannan-Quinn criter. -1.185805 F-statistic 34.30399 Durbin-Watson stat 1.761489 Prob(F-statistic) 0.000000
Dependent Variable: LOG(YSECTEUR2353)-LOG(YSECTEUR2353(-4)) Method: Least Squares Date: 10/01/10 Time: 05:41 Sample (adjusted): 1988Q1 2010Q2 Included observations: 90 after adjustments Newey-West HAC Standard Errors & Covariance (lag truncation=3)
Variable Coefficient Std. Error t-Statistic Prob. C -0.002019 0.019818 -0.101870 0.9191
DIFCOURBETROISMOISL4 -0.055668 0.013931 -3.996075 0.0001 DIFCOURBETROISMOISL4^2 0.018768 0.005157 3.639375 0.0005
DDIFTCHOMAGEL0 0.121359 0.030816 3.938122 0.0002 DIFPETROLEL5 -0.122017 0.038568 -3.163706 0.0022
R-squared 0.441460 Mean dependent var -0.007764
Adjusted R-squared 0.415176 S.D. dependent var 0.145304 S.E. of regression 0.111119 Akaike info criterion -1.502470 Sum squared resid 1.049540 Schwarz criterion -1.363591 Log likelihood 72.61114 Hannan-Quinn criter. -1.446466 F-statistic 16.79562 Durbin-Watson stat 1.411000 Prob(F-statistic) 0.000000
29
II – Évolution des insolvabilités et des défauts
Une banque
Un clientModèles sectoriels (suite)
Pour le modèle des secteurs manufacturier et transport, les principaux facteurs de risque macroéconomiques sont la courbe de rendement, la croissance du prix des maisons (un effet de richesse).
Pour le secteur du commerce (détail et gros), une croissance plus rapide du taux de chômage est associée avec une hausse des insolvabilités.
Dependent Variable: LOG(YSECTEUR31334849)-LOG(YSECTEUR313348 49(-4)) Method: Least Squares Date: 09/28/10 Time: 16:13 Sample (adjusted): 1988Q1 2010Q2 Included observations: 90 after adjustments Convergence achieved after 10 iterations Newey-West HAC Standard Errors & Covariance (lag truncation=3) MA Backcast: 1987Q1 1987Q4
Variable Coefficient Std. Error t-Statistic Prob. C 0.106448 0.020901 5.092999 0.0000
DIFCOURBETROISMOISL1 -0.059874 0.012574 -4.761668 0.0000 DDIFTCHOMAGEL0 0.127883 0.052751 2.424264 0.0175
DIFPMAISONL0 -1.237973 0.331965 -3.729224 0.0003 MA(4) -0.336721 0.129043 -2.609379 0.0107
R-squared 0.464146 Mean dependent var 0.001099
Adjusted R-squared 0.438929 S.D. dependent var 0.175706 S.E. of regression 0.131612 Akaike info criterion -1.163968 Sum squared resid 1.472340 Schwarz criterion -1.025090 Log likelihood 57.37858 Hannan-Quinn criter. -1.107964 F-statistic 18.40631 Durbin-Watson stat 0.831017 Prob(F-statistic) 0.000000
Dependent Variable: LOG(YSECTEUR414445)-LOG(YSECTEUR414445( -4)) Method: Least Squares Date: 10/01/10 Time: 06:40 Sample (adjusted): 1988Q1 2010Q2 Included observations: 90 after adjustments Newey-West HAC Standard Errors & Covariance (lag truncation=3)
Variable Coefficient Std. Error t-Statistic Prob. C -0.037081 0.015783 -2.349420 0.0211
DIFCOURBETROISMOISL4 -0.029529 0.006980 -4.230440 0.0001 DDIFTCHOMAGEL0 0.104739 0.019244 5.442679 0.0000
DUMMY_REG 0.108005 0.022219 4.861028 0.0000 R-squared 0.568094 Mean dependent var -0.027680
Adjusted R-squared 0.553028 S.D. dependent var 0.130776 S.E. of regression 0.087432 Akaike info criterion -1.992486 Sum squared resid 0.657413 Schwarz criterion -1.881383 Log likelihood 93.66187 Hannan-Quinn criter. -1.947683 F-statistic 37.70581 Durbin-Watson stat 1.864645 Prob(F-statistic) 0.000000
30
II – Évolution des insolvabilités et des défauts
Une banque
Un clientModèles sectoriels (suite)
Pour le modèle du secteur finance, les principaux facteurs de risque macroéconomiques sont la pente de la courbe de rendement et la vitesse de croissance de la demande.
Pour le modèle du secteur Information, Arts & spectacles, Restauration & hébergement et Autres services de consommation, la pente de la courbe de rendement et la croissance du prix des maisons ont une relation négative avec les insolvabilités du secteur.
Dependent Variable: LOG(YSECTEUR51717281)-LOG(YSECTEUR517172 81(-4)) Method: Least Squares Date: 11/14/10 Time: 21:08 Sample (adjusted): 1988Q1 2010Q2 Included observations: 90 after adjustments Newey-West HAC Standard Errors & Covariance (lag truncation=3)
Variable Coefficient Std. Error t-Statistic Prob. C 0.145439 0.040353 3.604222 0.0005
DIFCOURBETROISMOISL2 -0.040353 0.006389 -6.315975 0.0000 DIFPMAISONL0 -1.247502 0.282355 -4.418204 0.0000 DIFPREMIUML1 -0.061119 0.021114 -2.894763 0.0048
DIFIMPORTATIONSL4 0.425098 0.266598 1.594527 0.1145 R-squared 0.514552 Mean dependent var -0.018330
Adjusted R-squared 0.491707 S.D. dependent var 0.132159 S.E. of regression 0.094223 Akaike info criterion -1.832359 Sum squared resid 0.754623 Schwarz criterion -1.693481 Log likelihood 87.45616 Hannan-Quinn criter. -1.776355 F-statistic 22.52396 Durbin-Watson stat 1.065682 Prob(F-statistic) 0.000000
Dependent Variable: LOG(YSECTEUR52545556)-LOG(YSECTEUR525455 56(-4)) Method: Least Squares Date: 10/01/10 Time: 05:41 Sample (adjusted): 1988Q1 2010Q2 Included observations: 90 after adjustments Newey-West HAC Standard Errors & Covariance (lag truncation=3)
Variable Coefficient Std. Error t-Statistic Prob. C 0.016893 0.027821 0.607198 0.5453
DIFCOURBETROISMOISL4 -0.050416 0.012060 -4.180526 0.0001 DDIFDEMANDEL1 -4.348051 1.081737 -4.019509 0.0001
DUMMY_REG 0.121570 0.038682 3.142771 0.0023 R-squared 0.520282 Mean dependent var 0.006739
Adjusted R-squared 0.503547 S.D. dependent var 0.175286 S.E. of regression 0.123506 Akaike info criterion -1.301635 Sum squared resid 1.311811 Schwarz criterion -1.190532 Log likelihood 62.57357 Hannan-Quinn criter. -1.256832 F-statistic 31.09062 Durbin-Watson stat 1.722413 Prob(F-statistic) 0.000000
31
II – Évolution des insolvabilités et des défauts
Une banque
Un client
Une moyenne des modèles pourrait diminuer le risque d’erreurs.
Cette approche “consensuelle” offre possiblement le meilleur estimé de la croissance des insolvabilités selon les trois scénarios macroéconomiques.
En outre, la comparaison des résultats selon les trois modèles agit comme outil de contrôle et permet de juger si les résultats sont vraisemblables.
5,000
6,000
7,000
8,000
9,000
10,000
11,000
12,000
13,000
14,000
15,000
16,000
90 92 94 96 98 00 02 04 06 08
Insolvencies CanadaModel for CanadaSum of sector modelsSum of Quebec & non-Quebec models
Comparison of models and actual insolvenciesModels for Canada, sum-of-sectos, sum of QC / non-QC (four-quarter basis)
La moyenne des modèles
32
II – Évolution des insolvabilités et des défauts
Une banque
Un client
Conclusion
33
II – Évolution des insolvabilités et des défauts
Une banque
Un clientConclusion
Ces modèles ont démontré l’importance de la pente de la courbe de rendement comme facteur explicatif de la croissance des insolvabilités et de la croissance des défauts
En présentant trois modèles, il est possible de créer une moyenne des résultats afin de diminuer le risque d’erreur et obtenir un estimé plus robuste
La comparaison des résultats des trois modèles permet par ailleurs de juger si les résultats sont vraisemblables
top related